白鶴灘電站智能化建設實踐

楊廷勇，張官祥

（中國長江電力股份有限公司白鶴灘電廠籌建處，四川 涼山615400）

1 引言

隨著云計算、物聯網、大數據、人工智能等技術日漸成熟，并在企業管理與生產過程中發揮越來越重要的作用。白鶴灘作為全球單機容量第一、總裝機容量第二的巨型水電站，順應智能化應用發展趨勢，建設目標是運用大數據、人工智能等新興技術，對電站海量數據資源進行深度挖掘與高級應用開發，通過機組智能化運維管理，實現工作效率、工作質量及管理水平提升。

2 現狀分析

系統架構方面，水電站主、輔系統一般都是自成體系，獨立組網，各系統間以硬接線為主進行信息交互，存在以下問題：

（1）各系統間界限不明，存在竄電風險；

（2）電纜敷設任務繁重，投資大；

（3）盤柜內接線復雜，增加了設備故障點和設備維護工作量；

（4）設備后期如需增加信號，改動工作量大；

（5）信號傳輸量有限，不滿足智能電站數據分析需求。

功能應用方面，各電站依托各類信息系統開展設備設施狀態診斷分析并取得了一定的成績。診斷分析實施依托各電廠技術骨干的專業技能與實際生產經驗，通過人工分析計算，并以各信息系統的部分關鍵數據為輔，一定程度上實現對設備狀態評估分析，但系統智能分析功能欠缺。非實時的人工計算某些程度上能夠發現并預測設備健康狀態，但主要依靠運維人員從海量的數據資源中提取設備特征數據，并不能實時全面掌控設備設施健康狀態，無法滿足電站本質安全要求。

3 白鶴灘智能體系設計

3.1 體系架構

白鶴灘電站體系結構分為4 個層次，分別為數字設備層、網絡層、系統平臺層和高級應用層，如圖1 所示。

圖1 白鶴灘電站體系架構示意圖

數字設備層：通過數字輸入設備和執行設備實現對樞紐電站基礎設施、機械、電氣設備、環境等對象的監測與控制，為整個體系提供基礎數字化信息。

網絡層：網絡層設計原則為“分區分層、資源共享、全景上傳”，即I、II、III 區分別建立通信骨干網，網絡層次分為現地局域網、廠房匯聚網及廠站中心網3 層，各系統通過現地局域網數據匯聚后接入廠房匯聚骨干網，實現了各系統全景數據上傳和系統間信息共享，提升了網絡資源復用率，同時采用分層分區、加密隔離等安全策略，保障了各系統的相對獨立性和安全性，解決了“信息孤島”問題并實現了電站全景數據采集，為智能分析提供了數據支持。網絡層示意圖如圖2 所示。

圖2 白鶴灘電站網絡架構示意圖

系統平臺層：系統采用工業互聯網建立私有企業云平臺。工業互聯網平臺是面向制造業數字化、網絡智能需求，構建基于海量數據采集、匯聚分析的服務體系，支撐制造資源泛在連接、彈性供給、高效配置的工業云平臺。本系統高級應用層就是基于工業互聯網平臺建立，如同3 所示。

高級應用層： 本系統開發的高級應用有智能預警、智能巡檢、設備智能維護、智能報表等，建設目標是提升工作效率，解放勞動生產力，全面提高電站智能化水平。

3.2 主要功能

圖3 工業互聯網平臺架構示意圖

白鶴灘電站智能化建設功能設計的主要目標圍繞“三類”人，即“輔助人、替代人、超越人”?！拜o助人”指系統做出基本判斷，提供詳細分析報告及數據事件支撐，為人工決策提供信息支撐；“替代人”是指由系統完成以前人工完成的相關工作，運維人員的主要工作是不斷完善系統算法機理，使系統相關結果更完善；“超越人”是指由系統完成以前人工完成的相關工作，在工作內容、工作頻次、工作質量等方面超越人工。相關主要功能如下：

3.2.1 故障預警

模塊工作原理為：當設備運行于某一穩態工況時，系統通過大數據挖掘方法，對該工況下設備的歷史大數據特征值進行學習，總結出該工況下設備的健康基準值，將該值與設備當前值比較，利用偏差分析法計算兩者相對偏差，形成動態預警帶，從而判斷設備運行狀態是否正常。根據相對偏差的大小，設備運行狀態分為正常運行階段、早期預警階段、缺陷階段和故障階段，工作原理如圖4 所示。

圖4 故障預警工作原理圖

可見，故障預警的核心思想是實現設備動態預警，與傳統固定閾值報警有著本質區別，具體如下：

（1）早期異常識別方面：設備早期異常特征非常不明顯，遠遠沒有達到預設定的報警閾值，因此傳統系統無法產生報警信息，即使經驗豐富的運行人員也不易發現。新系統通過大數據挖掘計算出設備當前工況的健康基準值，能夠精準識別出設備早期異常，產生預警信息，如圖5 所示。

（2）報警定值確定方面：傳統閾值報警的定值需要行業專家或者設備廠家提供，需要極強的專業性，動態報警健康基準值由設備歷史大數據特征值學習總結而來，是基于設備自身歷史運行數據，而不是簡單的行業經驗數據，更貼近設備實際運行情況。

圖5 設備早期異常識別示意圖

（3）定值適應性方面：傳統閾值報警的定值是預先設定的一個固定值，不隨設備運行工況變化而變化，“以不變應萬變”；新系統定值是根據設備不同運行工況計算而來，會隨設備運行工況的改變發生相應的變化，具有很強的自適應性。

（4）報警處理及設備損壞方面：新系統能夠產生早期預警，而傳統系統只能夠產生缺陷報警，因此新系統故障預警后有更多的故障處理時間，對設備損壞也小很多。

故障預警功能定位為“輔助人”，主要提供預警信息，具體確認及處理故障需要人工完成。

3.2.2 設備狀態分析

設備狀態分析模塊主要任務是代替人工對設備工作狀況進行健康趨勢分析，模擬人工分析方法對各系統核心參數進行健康狀態計算，包括日分析、周分析和月分析等類型，并按照預定格式和內容自動形成設備狀態分析報告。模塊工作基本過程與人工分析過程一致，具體如下：

（1）對象選?。焊鶕治鲂枨?，按照系統選取分析對象。

（2）參數確定：從對象參數中選取能夠表征設備運行狀態的典型參數，包括相關設備參數。

（3）數據治理：調取對象歷史數據，進行數據清洗，以排除干擾數據，提升數據質量。

（4）趨勢識別：繪制設備運行狀態趨勢圖，自動識別設備圖形變化趨勢，包括緩慢或快速上升、下降、突變等趨勢。

（5）報告生成：抽取設備運行相關事件、數據及曲線，形成設備狀態診斷分析報告，并形成初步分析結論。

3.2.3 智能巡檢

智能巡檢功能是建立一個基于網絡的、跨平臺的、一體化的管理平臺實現對整個白鶴灘電站設備狀態實時巡檢與監視，包含以下內容：

（1）機組設備、計算機主機、交換機、路由器等實時監控、遠程管理與診斷；

（2）操作系統及數據庫報警及錯誤日志信息管理及分析；

（3）應用程序遠程監視、報警及錯誤日志信息管理分析；

（4）電源系統運行狀態監視；

（5）日常自動巡檢內容及頻率定制管理；

（6）通信報文智能分析；

（7）運行統計分析。

智能分析最終目標是達到全部信息在安全Ⅲ區匯集，在Ⅲ區局域網內任意一臺工作站或服務器上就能夠完成對全廠主要設備運行信息的自動收集和報警信息的自動推送，實現運行維護設備狀態的高密度、全覆蓋的巡檢與監視。

4 結論

結合水電行業實際情況和當前人工智能技術發展現狀，白鶴灘電站智能化建設目標定位為“三類人”，并據此將相關功能劃分定位，功能設計緊密結合電站人員日常工作內容，切實減少、減輕人工勞動量，對于提高勞動效率、提升工作質量、解放勞動生產力都將發揮積極的促進作用。